Bibliothèques écrites en Jupyter Notebook
Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020
Apprentissage par renforcement en profondeur pour le trading automatisé d'actions: une stratégie d'ensemble. ICAIF 2020. Veuillez marquer une étoile. [Déplacé vers: https://github.com/AI4Finance-Foundation/Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020].
- 821
- MIT
Python-project-Scripts
Ce référentiel contient une liste de projets de scripts python de niveau débutant avançant lentement. D'autres extraits de code seront bientôt ajoutés. n'hésitez pas à cloner ce dépôt.
- 819
- GNU General Public License v3.0 only
ember
Elastic Malware Benchmark pour l'autonomisation des chercheurs.
- 818
- GNU General Public License v3.0
ASL_to_English
Lit vos signes de la main et les traduit en mots anglais à l'aide de l'API de détection d'objets Tensorflow.
- 812
imagenette
Un sous-ensemble plus petit de 10 classes facilement classables d'Imagenet, et un peu plus de français.
- 809
- Apache License 2.0
Popular-RL-Algorithms
Implémentation PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet...
- 806
- Apache License 2.0
pytorch-image-classification
Tutoriels sur la mise en œuvre de quelques architectures clés pour la classification d'images à l'aide de PyTorch et TorchVision.
- 804
- MIT
encoder4editing
Implémentation officielle de "Designing an Encoder for StyleGAN Image Manipulation" (SIGGRAPH 2021) https://arxiv.org/abs/2102.02766.
- 800
- MIT
FinanceDataReader
Lecteur de données financières [Déplacé vers: https://github.com/financedata-org/FinanceDataReader].
- 797
- GNU General Public License v3.0 only
code
Compilation des codes de programmation R et Python sur la chaîne YouTube Data Professor. (par dataprofesseur).
- 794
Deep-Learning-Machine-Learning-Stock
Les actions d'apprentissage profond et d'apprentissage automatique représentent une opportunité prometteuse à long terme ou à court terme pour les investisseurs et les commerçants. [Déplacé vers: https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock].
- 792
- MIT
dramatron
Dramatron utilise de grands modèles de langage pour générer des scripts et des scénarios cohérents.
- 791
- Apache License 2.0
DeepPurpose
Une boîte à outils d'apprentissage en profondeur pour DTI, Drug Property, PPI, DDI, Protein Function Prediction (Bioinformatique).
- 782
- BSD 3-clause "New" or "Revised"
FateZero
Implémentation de Pytorch pour [ICCV 2023] "FateZero: fusionner les attentions pour le montage vidéo basé sur du texte Zero-shot".
- 779
- MIT
ast
Code pour l'article Interspeech 2021 "AST: Audio Spectrogram Transformer". (par YuanGongND).
- 767
- BSD 3-clause "New" or "Revised"
python_communism
Un module pour initier la révolution communiste dans chacun de nos modules python.
- 766
- The Unlicense
cornell-cs5785-2020-applied-ml
Matériel pédagogique pour le cours d'apprentissage automatique appliqué à Cornell Tech (édition en ligne).
- 756
PTI
Mise en œuvre officielle pour « Pivotal Tuning for Latent-based edition of Real Images » (ACM TOG 2022) https://arxiv.org/abs/2106.05744.
- 755
- MIT
anchor
Code pour l'article "High-Precision Model-Agnostic Explanations" (par marcotcr).
- 755
- BSD 2-clause "Simplified"
intro-to-python
[MIROIR EN LECTURE SEULE] Une introduction à Python et à la programmation pour les scientifiques de données en herbe.
- 753
- MIT
deepsvg
[NeurIPS 2020] Code officiel de l'article "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Inclut une bibliothèque PyTorch pour un apprentissage en profondeur avec des données SVG.
- 753
- MIT
IJCAI2023-CoNR
IJCAI2023 - Rendu neuronal collaboratif à l'aide de feuilles de personnage d'anime.
- 737
- MIT
sklearn-deap
Utilisez des algorithmes évolutionnaires au lieu de gridsearch dans scikit-learn.
- 734
- MIT
codecarbon
Suivre les émissions de Compute et recommander des moyens de réduire leur impact sur l'environnement.
- 731
- MIT
tensor-sensor
Le but de cette bibliothèque est de générer des messages d'exception plus utiles pour les expressions d'algèbre matricielle pour numpy, pytorch, jax, tensorflow, keras, fastai..
- 731
- MIT